Déploiement d’un réseau de 32 GERMBOX à la SNES-GEVES
| Titre | Déploiement d’un réseau de 32 GERMBOX à la SNES-GEVES |
| Type | Rapport de stage |
| Auteurs | Assou Doh |
| Directeurs | Demilly Didier |
| Année | 2023 |
| URL | https://dune.univ-angers.fr/fichiers/21010680/2023TMPA17112/fichier/17112F.pdf |
| Mots-clés | Deep Learning, détection des semences, Germination, YOLOv5 |
| Résumé | Le GEVES (Groupe d'Étude et de contrôle des Variétés et des Semences) effectue des analyses de germination sur les semences en appliquant des normes internationales établie par l'ISTA (International Seed Testing Association). Un projet interne nommé GERMBOX est mis en place pour être un système automatique d'acquisition et d'analyse de série d'images de la germination des semences placées dans des boites de germination (miniserres). Ce projet vise à déployer un réseau de 32 germbox, permettant d'automatiser et d'accélérer les analyses en vue d'étendre l'application de ce processus à d'autres espèces travaillées et de mettre les analyses en routine en facilitant la mise en œuvre des essais par les opérateurs. La partie analyse des images se concentre sur l'utilisation de l'apprentissage profond, principalement YOLOv5 pour la détection des semences afin d'avoir la cinétique de gemination des semences. |
| Résumé en anglais | GEVES (Group for the Study and Control of Varieties and Seeds) conducts germination analyses on seeds by applying international standards established by the ISTA (International Seed Testing Association). An internal project named GERMBOX is being implemented to create an automated system for acquiring and analyzing a series of images of seed germination placed in germination boxes (mini-greenhouses). This project aims to deploy a network of 32 germbox, enabling the automation and acceleration of analyses. The goal is to extend the application of this process to other studied species and to make the analyses routine by facilitating the implementation of tests by operators. The image analysis component focuses on the use of deep learning, primarily YOLOv5, for seed detection in order to obtain the germination kinetics of the seeds. |
| Langue de rédaction | Français |
| Nb pages | 61 |
| Diplôme | Master Physique Appliquée et ingénierie physique |
| Date de soutenance | 2023-08-31 |
| Editeur | Université Angers |
| Place Published | Angers |
| Entreprise | GEVES (Groupe d'Étude et de contrôle des Variétés et des Semences) |
| Libellé UFR | UFR de Sciences |